Friss cikkemben egy kicsit személyesebb szálat hozok a PARK-ba, ugyanis bepillanthattok egy karantén alatt induló, teljesen remote működő kisvállalkozás (startup?) kulisszái mögé. (Korábbi PARK-cikk egy full remote cég technikai eszköztáráról itt olvasható.)
A Könyvelő-Net mögött álló céget 2020. májusban, a tavaszi karantén időszak alatt alapítottuk meg, a szolgáltatásunk pedig júliusban indult. A csapatunk (jelenleg 11 fő) összesen 4 országban, 5 városban él és dolgozik, és a teljes csapat még sajnos sohasem találkozott személyesen – és legtöbben nem, nem ismertük egymást korábbról (csak hárman). Mindent online intézünk, ügyfélkapun, Google Drive-on, Slacken, JIRA-ban, Confluence-en, Hubspotban, Meeten, hogy csak a mostanában – általam – leggyakrabban használtakat említsem; mikor mire van szükség. Szeretném már most hangsúlyozni, hogy nem vagyunk nagy titkok tudói, de talán kisebb vállalkozások számára lehetünk példa arra, hogy az adatalapú döntéshozatal nem csak a nagyok kiváltsága.
Adatok kontra ösztönök
Hiszünk ugyanis abban, hogy az adatalapú döntéshozatal nem csak pontosabb és megalapozottabb döntéseket eredményez, de a cégen belüli, sőt az ügyfelek felé irányuló kommunikációt is transzparensebbé teszi.
No de lépjünk egyet hátra. Miért is tartom olyan fontos témának, hogy cikket írjak erről? Mert tapasztalataim szerint jóval kevésbé általános, és időnként sokkal nehezebb adatok alapján működni, mint amennyire magától értetődőnek tűnik. Néha még magamat is fegyelmeznem kell, hogy egy-egy ötletre ne reagáljak “hasból”, “érzésre”. Nézzük meg, mérjük a hatást, majd értékeljük ki a számokat. (Ez utóbbi tevékenység egyébként is közel áll a szívemhez.)
Valahogy sokkal több tiszteletet, fontosságot adunk az “intuíciónak”, mint amennyi feltétlenül járna neki, legalábbis az üzleti életben (és ezzel semmiképp sem szeretném elvitatni, hogy a sikernek ez is szerves része). Az intuíció az, amikor egyszerűen ösztönösen tudjuk, érezzük valamiről, hogy helyes-e vagy sem. Számomra megdöbbentő volt anno egy olyan tanulmányt olvasni, ami szerint az amerikaiak kicsit több mint fele a megérzései alapján dönti el, mit higgyen. Még akkor is, ha – ahogy mondani szokás – a tények ismerete nem homályosítja el éleslátásukat, vagy akár a tények ellentmondanak annak.
Az adatalapú döntéshozatal kultúrájának meghonosítása sokszor nem technikai akadályokba ütközik, hanem egyszerűen kulturálisba. Pedig erre az egyre intenzívebb digitalizálódással (ezt a covid extra sebességbe kapcsolta) nem is lehetne kedvezőbb alkalom, mint a MOST – ezért szinte könyörög az egyre nagyobb mennyiségű és jobb minőségű adattömeg, amivel dolgozhatunk, és aminek feldolgozása is egyre kényelmesebb. Az Economist pedig egyenesen úgy fogalmaz egy 2017-es cikkében, hogy “az adat az új olaj”, ez a legértékesebb erőforrásunk.
Hogyan érdemes meghonosítani egy adatalapú kultúrát?
Anélkül tehát, hogy általános érvényű igazságok birtokában lennénk, leírom, hogy nekünk mi vált be.
1. Az adatalapú kultúra a vezetők elkötelezettsége nélkül nem működik
Ha Te sem támasztod alá a döntéseidet adatokkal, ne várd el ezt a csapatod többi tagjától se. Fontos továbbá, hogy a legtöbb elemzési problémára nem létezik egyetlen helyes megközelítés, érdemes tehát megkérdezni a csapattagokat, hogy mit gondolnak, milyen alternatívákat fontolgatnak, és miért. Adatokról, megközelítésekről lehet, sőt szerintem érdemes is vitatkozni – míg meggyőződésekről, megérzésekről nem kifejezetten konstruktív. Ezen kívül, önmagában az, hogy együtt gondolkodunk bizonyos döntésekről, minden résztvevőhöz közelebb hozza a problémát és jobban magáénak érzi a célokat. Ha pedig mindenki pontosan látja a saját, eredményekre gyakorolt hatását, sokkal hatékonyabban és elkötelezettebben fog dolgozni.
2. Mindenki férjen hozzá minden, számára releváns adathoz
Adatok nélkül nem létezhet adatalapú döntéshozatal, így ez az egyik alappillér.
Az ügyfél-visszajelzések számunkra elsődleges igazodási pontok és irányjelzők, az oldalt is a könyvelőkkel együtt, a könyvelőknek fejlesztettük, fejlesztjük. Ennek érdekében alaposan, részletesen elemezzük az oldalon történő kattintásokat, customer journey-ket (elsősorban HotJar, Google Analytics segítségével). Ha a számok azt mutatják, hogy – például – a keresési folyamat legfrissebb verziójában a “saját adatok megadása” blokkban többen morzsolódnak le, mint egy korábbi változatban, akkor azt pár napon belül módosítjuk. Ezek az adatok elérhetőek a csapat minden érintett tagja számára (fejlesztő, marketinges, termékfejlesztésért felelős csapattagok). De adatalapú érvekkel támogatjuk a sales tevékenységet is, az értékesítőink számára hozzáférhető és ismert adat például a regisztrált könyvelők megyék szerinti megoszlása, a távkönyvelést keresők aránya, az ajánlatkérések száma és az értékelések száma közti korreláció is.
A csapat minden tagja hozzáfér a havi KPI-ok alakulását bemutató riporthoz (többek között: havi új ügyfél, összes ügyfél, csomagok megoszlása, keresések és ajánlatkérések száma és könyvelőkre vetített értéke, lemorzsolódás, árbevétel), valós időben.
Emellett mindenki hozzáfér a belső feladatkezelő eszközünkhöz, a JIRA-hoz is, ebben pedig nem csak a saját feladatait – és azok státuszát – látja mindenki, hanem a csapat többi tagjáét is.
Minden adat kapcsán nagyon fontos, hogy ne csak lógjon a levegőben, hanem minél konkrétabban lehessen tevékenységekhez kapcsolni: mi befolyásolja az alakulását, mivel tudunk hatni rá. Például: önmagában a Google Analytics számainak alakulása a keresési folyamat egyes lépései során lemorzsolódó userek számáról nem lenne értelmezhető, hasznos információ, ha nem tudnánk mellé tenni, hogy a lemorzsolódás csökkenése épp a keresési folyamat módosításával esik egybe.
3. Számszerűsítsd a bizonytalanságot
“What’s your level of certainty?” (“Mennyire vagy biztos benne?”) – kérdezi gyakran Bobby Axelrod a Billions című sorozatban az embereitől, mielőtt döntene egy komolyabb befektetésről.
Ő itt Bobby. Bobby okos, legyél olyan, mint Bobby 🙂
(tenor.com)
Mindenki pontosan tudja, hogy nem lehet tökéletes biztonsággal tervezni – ezt pedig a pandémia alatt nem is kell részletesebben kifejteni, kiváló cikkek születtek itt a PARK-ban is erről a témáról (például ez). Az elmúlt egy év talán arra elegendő idő volt, hogy megszokjuk, szcenáriókban érdemes gondolkodni. Ennek pedig nagy előnye, hogy ha több szcenáriót kell készíteni, mélyebben megértjük az adataink közti összefüggéseket, a modellünk működését. És akkor a “tesztelj és tanulj” kifejezés jelentése jó eséllyel nem “bütykölni és reménykedni” lesz.
4. Néha kicsit fel kell áldozni a rugalmasságot a konzisztencia oltárán – legalábbis rövid távon
A transzparencia érdekében érdemes kerülni a túl sok eszköz használatát. Még ha bizonyos funkcionalitáshoz praktikusabb is különböző eszközöket használni (például ügyfél adatok kezelése CRM rendszerben vagy egy adatelemzésre fókuszáló eszközben – az egyikben fontos a “sales pipeline” funkció, a másikban az “egyszerűbb reporting” funkció). Így elkerülhető, hogy időt és energiát pazaroljon a csapatod arra, hogy az egyes adatforrások közti eltéréseket próbálja kinyomozni. Kis cég lévén ezt talán korainak tűnhet leírni, de akár két, (részben) azonos adatokat tartalmazó rendszer között is lehet eltérés, ahogyan tapasztaltuk is. Az adatalapú döntésekhez elengedhetetlenül fontos, hogy minden résztvevő számára egyértelmű legyen, hogy melyik adatnak mi a “kanonizált” forrása.